مدلسازی و پیش بینی P/E شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران؛ رویکرد نوین ترکیب الگوریتم هارمونی سرچ و شبکه عصبی

سرمایه گذاران و سایر مشارکت کنندگان در بورس اوراق بهادار به منظور تصمیم گیری نیازمند ابزارها، معیارها و اطلاعات متنوع و متعددی می باشند یکی از رایج ترین ابزارها و معیارهای تصمیم گذران، ضریب قیمت به سود هر سهم می باشد. در نتیجه سرمایه گذاران به دنبال روش هایی هستند تا ارزیابی و پیش بینی بهتری را از قیمت و سود سهام داشته باشند و بالاترین بازدهی را از سرمایه گذاری خود کسب نمایند. تحقیقات قبلی نشان می دهد که شبکه های عصبی نسبت به مدل های آماری قابلیت پیش بینی بیشتری دارند. در این تحقیق از الگوریتم هارمونی سرچ و شبکه عصبی استفاده شده است که احتمال دست یافتن به بهترین پیش بینی افزایش یابد. بدین منظور نمونه ای متشکل از 87 شرکت در طی یک دوره 10 ساله (1385-1394) از شرکت های پذیرفته شده در بورس اوراق بهادار تهران انتخاب شده است. نتایج، نشان دهنده دقت بالای مدل طراحی شده پیش بینی نسبت قیمت به سود سهام در بورس اوراق بهادار به وسیله ترکیب الگوریتم جستجوی متوازن با شبکه عصبی می باشد.